深度学习 – CNN中卷积层、池化层、全连接层的输出参数大小的计算
CNN(Convolutional Neural Networks，卷积神经网络)，CNN在图像、提取空间信息中有着广泛的应用，CNN通常包含以下几种神经层： 卷积层 Convolutional layer 池化层 Pooling layer 全连接层 Fully-Connected layer 线…
- 深度学习
- 2022-06-09
深度学习 – 深度学习中的多维数据存储方式NCHW和NHWC
1 深度学习中的多维数据存储方式NCHW和NHWC区别和简单介绍 在深度学习框架中，多维数据通过多维数组存储，比如卷积神经网络的特征图(Feature Map)通常使用四维数组保存，其数据维度为4D。其中4D中的N、H、W、C的各自意义如下： N：Batch数量，例如图像的数量； H：Height，…
- 深度学习
- 2022-03-07
深度学习 – 数据集中训练集、验证集、测试集的划分以及各自作用
1 数据集的划分比例 一般情况而言，当数据集数据量较少时，如数据集中只有10000条数据，且不划分验证集时，训练集与测试集的比例一般为7:3；当数据集数据量较少时，如数据集中只有10000条数据，且划分验证集时，训练集与验证集、测试集的比例一般为6:2:2。 当数据集中数据量较大时，比如数据集中有1…
- 深度学习
- 2022-02-24